Développement de nouvelles méthodes numériques de détermination de qualités produits d'un procédé pilote
Direction Expérimentation Procédés

IFP Energies nouvelles (IFPEN) est un acteur majeur de la recherche et de la formation dans les domaines de l’énergie, du transport et de l’environnement. De la recherche à l’industrie, l’innovation technologique est au cœur de son action, articulée autour de quatre priorités stratégiques : Mobilité Durable, Energies Nouvelles, Climat / Environnement / Economie circulaire et Hydrocarbures Responsables.

Dans le cadre de la mission d’intérêt général confiée par les pouvoirs publics, IFPEN concentre ses efforts sur :

• l’apport de solutions aux défis sociétaux de l’énergie et du climat, en favorisant la transition vers une mobilité durable et l’émergence d’un mix énergétique plus diversifié ;
• la création de richesse et d’emplois, en soutenant l’activité économique française et européenne et la compétitivité des filières industrielles associées.

Partie intégrante d’IFPEN, l’école d’ingénieurs IFP School prépare les générations futures à relever ces défis.

Les Directions "Conception, Modélisation des Procédés" et "Expérimentation Procédés" visent à développer et améliorer les technologies pour le raffinage, le traitement du gaz, la conversion de la biomasse et la production d'énergie, optimiser le fonctionnement, la conception et la mise au point des équipements ainsi que l'exploitation des unités pilotes.

Les compétences scientifiques associées sont les études, l'optimisation et la simulation des procédés industriels, les unités pilotes, le génie chimique et hydrodynamique des réacteurs catalytiques, le génie thermique et le génie catalytique.

Développement de nouvelles méthodes numériques de détermination de qualités produits d’un procédé pilote

L’IFPEN se place comme un acteur majeur de la recherche dans le domaine des énergies et des procédés. Le génie des procédés est un domaine d'ingénierie, qui s’intéresse à l'application de la chimie physique dans l'industrie avec pour but principal de transformer de la matière. Il vise à concevoir et gérer le fonctionnement d'un procédé à différentes transformations chimiques et physiques. Ce domaine s’appuie sur l’analyse régulière de différents capteurs, paramètres et quantités physiques et chimiques (température, pression, concentration, etc.), permettant d’optimiser les points de fonctionnement et la qualité des produits en fonction des matières sources. Les analyses des produits sont clefs pour la conduite des procédés.

Parmi les analyses classiquement utilisées se trouvent les méthodes chromatographiques. Elles permettent de quantifier rapidement la composition moléculaire des produits. Ces méthodes peuvent cependant parfois présenter certaines limitations, qui peuvent nuire à la qualité voire à la validité des tests réalisés sur des unités pilotes IFPEN.

Ces dernières années, la science des données a pris une place importante dans la recherche et dans l’industrie. Elle permet de résoudre de nombreuses problématiques complexes, en remplacement ou en support de méthodes analytiques traditionnelles. Ces méthodes se nourrissent des données disponibles. IFPEN souhaite naturellement évaluer ces nouvelles approches à partir de nombreuses données déjà collectées, et ainsi améliorer l’exploitation des analyses en ligne chromatographiques et la conduite des tests sur unités pilotes.

Objectifs du stage :

La ou le stagiaire aura pour objectif de développer et d’évaluer différentes méthodes pour l’amélioration de la détermination d’une qualité produit sur les unités pilotes IFPEN.

Des approches classiques chimiométriques serviront de référence, avec des méthodes d’alignement de séries temporelles, de détection des pics de chromatographes, auxquelles pourront être associées ou confrontées des méthodes par apprentissage (régressions, réseaux de neurones convolutifs).

La pertinence de l’utilisation de telles méthodes, en cas de solution satisfaisante, sera implémentée dans le fonctionnement d’une nouvelle unité de reformage catalytique.

Profil recherché

Ce sujet étant à l’interface de deux domaines, il s’adresse soit à des étudiants M2 en génie des procédés ayant une appétence pour le machine-learning et la programmation ou à des étudiants M2 en sciences du numérique ayant un sens physique développé.